利用基础模型自动搜索人工生命
人工智能
2025-05-20 v2 神经与进化计算
摘要
近期蛋白质发现领域获得诺贝尔奖后，针对大组合空间的基础模型（Foundation Models）正承诺着迅速变革许多科学领域。人工生命（Artificial Life, ALife）尚未融合基础模型，从而面临着传统依赖人工设计和试错以发现类似生命模拟配置的重负担。本文首次成功实现了这一机遇，使用视觉语言基础模型。提出的方法称为自动化人工生命搜索（Automated Search for Artificial Life, ASAL），它（1）寻找产生目标现象的模拟，（2）发现生成时空开放性新颖性的模拟，（3）阐明一整片具有有趣多样性的模拟空间。由于基础模型的通用性，ASAL 在包括 Boids、Particle Life、Game of Life、Lenia 和神经细胞自动机等多种 ALife 基质上均能有效工作。突出潜力的一个结果是发现了此前未见的 Lenia 和 Boids 生命形式，以及类似康娜游戏生命（Conway's Game of Life）的细胞自动机。此外，基础模型的使用允许以人类对齐的方式对此前定性现象进行量化。这种新范式有望超越人类天才力量，加速人工生命研究。
引用
@article{arxiv.2412.17799,
title = {Automating the Search for Artificial Life with Foundation Models},
author = {Akarsh Kumar and Chris Lu and Louis Kirsch and Yujin Tang and Kenneth O. Stanley and Phillip Isola and David Ha},
journal= {arXiv preprint arXiv:2412.17799},
year = {2025}
}
备注
30 pages, 19 figures